C#正则解析器开发：捕获组替换长度的查询需求

我懂你要做的事儿——给正则解析器加个功能，专门算出每个捕获组（完全忽略非捕获组）对应的替换内容长度，对吧？结合你给的例子，咱们把拆解思路和实现关键点理清楚：

首先先明确你举的例子里的核心逻辑，帮你再捋一遍：

正则模式: (?<=\w)"(\w+)"
替换字符串: $1
输入文本: a"foo"

这个正则里，(?<=\w)是正向预查（属于非捕获的断言，不算捕获组），真正的捕获组是(\w+)也就是第1组。匹配输入文本后，这个组抓到的内容是foo，长度为3——这就是你要的“捕获组1的替换内容长度”，替换后原字符串的引号被移除，本质就是用这个3长度的内容替换了原来的"foo"部分。

下面是实现这个功能的几个核心步骤：

• 第一步：精准识别正则里的捕获组
  遍历正则表达式的字符流，要能区分开捕获组和非捕获组：

  • 捕获组是纯(...)格式的，没有任何前缀标记；
  • 要跳过所有非捕获组的语法，比如(?:...)（非捕获组）、(?<=...)（正向预查）、(?<!...)（负向预查）、(?=...)（正向先行断言）、(?!...)（负向先行断言）这些开头的组，这些都不算我们要统计的捕获组。
    同时别忘了命名捕获组，比如(?<username>\w+)，这种也要算捕获组，后续要把命名和编号对应上。

• 第二步：匹配文本后提取捕获组的匹配内容
  用正则对输入文本执行匹配后，逐个取出每个捕获组对应的匹配结果字符串：

  • 如果组命中了内容，直接取字符串的长度就是该组的替换内容长度；
  • 如果某个捕获组在当前匹配中没有命中（比如可选的捕获组(\w+)?没匹配到内容），那它的替换内容长度就是0。

• 第三步：关联替换字符串中的组引用
  替换字符串里的$n（比如$1）或者${name}（命名组引用），都要对应到我们之前识别的捕获组上，把每个组的长度单独记录下来——你的需求是“每个捕获组对应的替换内容长度”，所以不用管多个组引用的总和，单独记录每个组的匹配长度就好。

最后提个小细节：有些正则引擎支持$0指代整个匹配的内容，但按你的需求，我们只需要处理$1及以后的捕获组引用，$0可以直接忽略。

内容的提问来源于stack exchange，提问作者PrinceOfBorgo